...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Neuroscience Methods >A combined brain-computer interface based on P300 potentials and motion-onset visual evoked potentials
【24h】

A combined brain-computer interface based on P300 potentials and motion-onset visual evoked potentials

机译：基于P300电位和运动发作视觉诱发电位的组合式脑机接口

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Brain-computer interfaces (BCIs) allow users to communicate via brain activity alone. Many BCIs rely on the P300 and other event-related potentials (ERPs) that are elicited when target stimuli flash. Although there have been considerable research exploring ways to improve P300 BCIs, surprisingly little work has focused on new ways to change visual stimuli to elicit more recognizable ERPs. In this paper, we introduce a " combined" BCI based on P300 potentials and motion-onset visual evoked potentials (M-VEPs) and compare it with BCIs based on each simple approach (P300 and M-VEP). Offline data suggested that performance would be best in the combined paradigm. Online tests with adaptive BCIs confirmed that our combined approach is practical in an online BCI, and yielded better performance than the other two approaches (P<0.05) without annoying or overburdening the subject. The highest mean classification accuracy (96%) and practical bit rate (26.7. bit/s) were obtained from the combined condition.
机译：脑机接口（BCI）允许用户仅通过脑活动进行交流。许多BCI都依赖于P300和其他与目标刺激有关的电位（ERP）。尽管有大量研究探索改善P300 BCI的方法，但令人惊讶的是，很少有工作集中在改变视觉刺激以引发更多可识别ERP的新方法上。在本文中，我们介绍了一种基于P300电位和运动发作视觉诱发电位（M-VEP）的“组合” BCI，并将其与基于每种简单方法（P300和M-VEP）的BCI进行比较。脱机数据表明，在组合范例中性能最佳。使用自适应BCI进行的在线测试证实，我们的组合方法在在线BCI中是可行的，并且比其他两种方法具有更好的性能（P <0.05），而不会使受试者感到烦恼或负担过重。从组合条件中可以获得最高的平均分类精度（96％）和实际比特率（26.7。bit / s）。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号